黄仁勋发声：或推中国特供版最强AI芯片，3500亿市场诱惑大

黄仁勋表示，将把Blackwell带到中国市场。

短短两天，寒武纪两度超越贵州茅台，成为A股第一高价「股王」，AI市场的持续火热推动着用户预期不断攀升。

与之相反，英伟达在公布2026财年第二季度财务业绩后，股价大跌，不过其成绩单依然亮眼：营收达467亿美元，较第一季度增长6%，同比增长56%；数据中心收入为411亿美元，较第一季度增长5%，同比增长56%；Blackwell数据中心收入环比增长17%。这家曾经的游戏显卡厂商，如今市值突破4万亿美元，成为AI时代当之无愧的「卖铲人」，不少人将本次财报视为解答AI泡沫疑虑的答卷。

被「宠坏」的市场预期，和永远在路上的下一代产品

英伟达正受困于过去的成功，这是一种甜蜜的诅咒。过去多个财季，英伟达每次都超越营收预期，这种固定模式让市场习惯了期待一次次的超预期。然而，当英伟达总是给出110分的答案，100分就显得像不及格。

财报前夕，市场焦点集中在新一代Blackwell GPU和NVL72机架的大规模部署上。从技术角度看，这种期待并非毫无根据。英伟达花费数年打造了Blackwell NVLink 72系统，这是一种机架级计算平台，可作为一个单一的巨型GPU运行。

从NVLink 8过渡到NVLink 72，不仅带来了性能的大幅提升，还意味着更高的能效和更低的Token生成成本。英伟达创始人兼CEO黄仁勋表示：「Blackwell是全球期待已久的人工智能平台，带来了卓越的一代飞跃 —— Blackwell Ultra正在全速量产，市场需求极为强劲。」

新一代核心Blackwell架构的B100/B200系列，性能相比H100提升了2.5倍。GB200 NBL系统正在被广泛采用，已在国内外云服务商和互联网公司大规模部署。包括OpenAI、Meta等厂商也在数据中心规模上使用GB200 NBL72，不仅用于训练下一代模型，也用于生产环境中的推理服务。

由于GB200与GB300在架构、软件和物理形态上的兼容性，主要云服务商向新一代基于GB300的机架架构过渡十分顺畅。据英伟达CFO Colette Kress透露，7月下旬和8月上旬的工厂产线已顺利完成转换，以支持GB300的爬坡生产。「目前已全面进入量产阶段，产能恢复到满负荷，每周大约生产1000个机架。随着更多产能的上线，预计在第三季度内产量还将进一步加快。我们预计在下半年实现大规模市场供应。」

按照惯例，Blackwell之后还有代号「Rubin」的下一代架构，预计2026年推出，随后是2027年的「Rubin Ultra」。这种快速迭代的节奏，既保持了技术领先，又让竞争对手始终在追赶。

英伟达CFO Colette Kress对AI市场的发展有更大的野心，她在财报电话会议上表示：「我们正处在一场将改变所有行业的工业革命开端。预计到本十年末，AI基础设施的投入将达到3到4万亿美元。这一增长主要来自云厂商到企业的资本开支，仅今年就预计在数据中心基础设施和算力上的投资将达到6000亿美元，两年间几乎翻倍。」

这也是英伟达长期强调的——英伟达已不再是单纯的GPU公司，而是一家AI基础设施公司。黄仁勋称：以1GW规模的AI工厂为例，造价可能在500亿至600亿美元之间，其中约35%左右由NVIDIA提供。客户获得的不只是GPU。过去十年，英伟达已转型为AI基础设施公司。打造一台Rubin AI超级计算机，需要六种不同类型的芯片；扩展到1GW规模的数据中心，需要数十万GPU计算节点和大量机架。因此，英伟达定位为AI基础设施公司，希望推动行业发展，让AI更有用。

在黄仁勋看来，英伟达的优势在于GPU能效最佳。在电力受限的数据中心，性能功耗比决定收入，而英伟达的性能功耗比远超其他计算平台，所以买得越多，成长越快。尤其是推理型与智能体AI的发展普及带来算力需求呈指数级增长，这种对AI计算能力「永不满足」的需求，是英伟达营收增长的主要引擎。

此外，英伟达提供的CUDA并行计算平台、推理加速库、各行业AI模型框架等，已成为AI开发者必备工具。这种生态壁垒意味着客户一旦采用英伟达方案，就难以替换。也就是说，英伟达提供了面向AI工厂的完整全栈解决方案。

黄仁勋： 将Blackwell带到中国市场

这季度财报中，中国市场的影响十分明显。英伟达2026财年第二季度财报显示，来自中国市场收入27.69亿美元，比2025财年第二季度的36.67亿美元缩水近9亿美元。相应地，黄仁勋表示，中国市场在数据中心总收入中的占比已降至「低个位数百分比」。

英伟达的当务之急或许是推出一系列性能降低、符合出口管制的「合规芯片」。这一策略始于基于Hopper架构的H20，并延续至基于新Blackwell架构的产品线。

据路透社报道，英伟达正在准备专为中国定制的Blackwell架构削减版GPU（代号B30A）。该芯片性能介于受限H20和国际版高端GPU之间，如获批准将瞄准中国高端算力需求。此外还有一款规格较低的推理芯片RTX6000D，专门针对中国市场的特定需求。

黄仁勋表示，中国市场今年对英伟达来说大约有500亿美元（折合人民币3577亿元）的机会，且每年会以50%左右的速度增长。他认为，来自中国的开源模型质量非常优秀，如DeepSeek在全球声名鹊起，Qwen和Kimi也很出色，还有许多新的多模态大语言模型不断涌现，这些开源模型推动了全球企业对AI的采用。

黄仁勋还表示，将Blackwell带入中国市场是有可能的。上个月他亲自来华斡旋，表态将不遗余力优化产品以符合监管要求，并坚定服务中国市场。

但国内力量也在加速崛起。最近，DeepSeek发布了最新版本V3.1，被称为「迈向Agent时代的第一步」。更重要的是，DeepSeek V3.1引入了一种称为「UE8M0 FP8 Scale」的新参数精度格式，明确表示这是「针对即将发布的下一代国产芯片设计」的精度格式。

DeepSeek采用的UE8M0 FP8格式针对国产芯片的硬件逻辑特点设计，在8 bit位宽限制下丢弃尾数，极大扩展指数动态范围。这一设计让国产芯片在大模型训练中更稳定，能高效利用算力。对于许多在HBM高带宽内存上不及英伟达的国产芯片而言，FP8格式有效缓解了带宽瓶颈，让硬件性能得到充分发挥。

巧合的是，英伟达最近提出的NVFP4（4位数值格式）在大模型预训练领域实现了突破。相比于以往训练常用的16位（FP16/BF16）或8位 （FP8）精度，NVFP4将精度进一步压缩到4位，在保持模型精度的同时大幅提升训练速度和算力利用率。

实验结果显示，在120亿参数的Mamba - Transformer混合模型上，NVFP4能完整训练到10万亿token，收敛效果几乎与FP8一致，下游任务测试精度也基本相同。

当国产头部芯片厂商组建「朋友圈」，共同打造适配本土芯片的软件栈、工具链，有望提升下游客户对国产方案的信心。英伟达虽是淘金热中稳赚不赔的「卖铲人」，但如今矿场边涌现出越来越多本土铁匠铺，用本地矿石和工艺打造更适合本地矿工的工具。

本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com